认识
一、认识
MongoDB 是一种基于文档（Document-Oriented）的开源 NoSQL 数据库，它以 JSON/BSON 格式存储数据，具有高性能、可拓展性强、灵活度高等特点，在现代 Web 与移动应用开发中被广泛使用。MongoDB 基于文档存储, 灵活易扩展, 以类似 JSON 的 BSON（二进制 JSON）格式保存数据, 对于 Web 前端开发者，熟悉的 JavaScript/JSON 语法可以让数据在前端与后端之间传递非常自然, 文档模式天然适合存储层级结构、嵌套对象等场景，省去了传统关系型数据库中的表设计、字段变更等复杂步骤; MongoDB 高性能，大规模扩展, 擅长写密集型和读多写多场景，支持 水平分片（Sharding） 来扩展数据规模, 内置 Replication 副本集机制，用于高可用和故障转移，保证数据安全与持续服务; MongoDB 具有丰富的索引机制, 除了常规的单字段索引、多字段复合索引，MongoDB 还支持地理位置索引、全文搜索索引等，为各种业务需求提供强力支持。因此, MongoDB 是现代开发中非常重要且常用的 NoSQL 方案，通过文档化的存储、强大的查询与聚合能力以及易扩展性，为前后端快速迭代提供了灵活而高效的支撑。
MongoDB 核心概念: 数据库 Database: 类似传统的关系型数据库中的数据库，是一个逻辑容器，每个数据库中可以包含多个集合; 集合（Collection）, 相当于关系型数据库中的“表”，用于存储一组文档, 和传统表不同的是，集合没有固定列结构，可以存储不完全相同结构的文档; 文档（Document）, 在集合中存储的单条记录，采用 BSON/JSON 格式。BSON, Binary JSON 的缩写, MongoDB 在底层用二进制形式来存储 JSON 结构，这样在解析和传输效率上更高，同时支持更多类型（如日期、ObjectId、Decimal128 等）。
MongoDB 最佳实践:
-
嵌入文档（
Embedded Documents）: 如果两个实体之间是一对一或一对多，且数据规模不会无限增大，往往可以把子文档直接嵌入到父文档中。优点, 查询相关数据时，一次读取就能获得全部信息。缺点, 文档体积过大时可能导致更新开销增高，或命中文档大小限制（默认16MB）。 -
引用文档（
Referenced Documents）: 如果两实体之间是多对多或子集合的数据规模可能很大，比如一个用户有几万条评论，通常会将评论独立成另一集合，用_id做引用。优点, 数据冗余少，单个文档不会过大。缺点, 读取需要多次查询或通过$lookup做联合查询，可能带来性能开销。 -
索引设计: 单字段索引 & 复合索引: 对高频查询字段进行索引，可以极大提高查询效率, 复合索引可同时加速对多个条件的查询。全文搜索索引: 对文本内容做全文检索；支持相对简单的搜索场景。地理位置索引: 如
$geoNear,$geoWithin,$geoIntersects等，用来处理地理位置相关查询（周边搜索等）。 -
性能与扩展: 水平分片（
Sharding）, 当单机容量或读写负载压力过高时，可以配置分片集群，将数据拆分到多台机器上。副本集（Replica Set）, 复制多份相同数据，用于高可用, 当主节点宕机时，自动在剩余节点中选新主。 -
事务支持: 在早期版本中，
MongoDB只支持单文档级别的 原子操作。从4.0版本起，开始支持多文档事务（多操作在一个事务中），让其在某些对数据一致性要求较高的场景也能更好地胜任。
MongoDB NoSQL VS 关系型数据库: MongoDB 无需预先定义固定的表结构, 相较于关系型数据库（如 MySQL、PostgreSQL）需要设计表、列、类型等; MongoDB 通过 Sharding 水平扩容更容易, 相较于关系型数据库也能进行分库分表，但方案会更复杂, 但是关系型数据库在处理复杂查询（多表 Join）时会有成熟优化器和索引方案。关系型数据库对事务支持非常成熟, MongoDB 4.0+ 也提供多文档事务，但相对关系型数据库的事务处理仍有差距和开销考量。